Geri Dön

Delta paralel robotların yörünge takip kontrolü için pekiştirmeli öğrenme ile PID parametrelerinin optimizasyonu

Optimization of PID parameters for trajectory tracking control of delta parallel robots using reinforcement learning

PDF İndir

  1. Tez No: 994028
  2. Yazar: OĞUZHAN KABAKULAK
  3. Danışmanlar: DR. ÖĞR. ÜYESİ SERTAÇ SAVAŞ
  4. Tez Türü: Yüksek Lisans
  5. Konular: Mekatronik Mühendisliği, Mechatronics Engineering
  6. Anahtar Kelimeler: Mekatronik, Pekiştirmeli öğrenme, Robotik, Yapay zeka, Yörünge kontrolü, Mechatronics, Reinforcement learning, Robotics, Artificial intelligence, Orbit control
  7. Yıl: 2026
  8. Dil: Türkçe
  9. Üniversite: Erciyes Üniversitesi
  10. Enstitü: Fen Bilimleri Enstitüsü
  11. Ana Bilim Dalı: Mekatronik Mühendisliği Ana Bilim Dalı
  12. Bilim Dalı: Mekatronik Mühendisliği Bilim Dalı
  13. Sayfa Sayısı: Belirtilmemiş.

Özet

Delta paralel robotlar, kapalı-zincirli paralel mimarileri sayesinde endüstride yüksek hız ve hassasiyet sunar; ancak bu yapı aynı zamanda doğrusal olmayan ve yörüngeye bağlı dinamikler doğurduğundan, kural-tabanlı klasik PID ayarları farklı yörüngelerde tutarlı performans veremeyebilir. Bu çalışmada, delta paralel robotların yörünge takip kontrolü için pekiştirmeli öğrenme tabanlı bir PID ayar yöntemi önerilmektedir. Derin Deterministik Politika Gradyanı (Deep Deterministic Policy Gradient – DDPG) algoritması kullanılarak PID kazançları (K_p,K_i,K_d) sürekli eylem uzayında önceden tanımlı sınırlar içerisinde optimize edilmekte ve böylece doğrusal olmayan ve yörüngeye bağlı dinamiklerde klasik kural-tabanlı ayarların sınırlılıklarının aşılması hedeflenmektedir. Önerilen DDPG-PID yöntemi; Ziegler–Nichols (ZN) ve Cohen–Coon (CC) ayar kuralları ile dört farklı referans yörünge (daire, lemniskat, elmas ve yıldız) üzerinde benzetim ortamında karşılaştırmalı olarak değerlendirilmiştir. Takip performansı RMSE, IAE, ISE, ITAE ve maksimum hata metrikleriyle nicel olarak ölçülmüştür. Sonuçlar, DDPG-PID'nin tüm yörüngelerde en düşük hatayı verdiğini; RMSE'yi ZN-PID'ye göre yaklaşık %35–58, CC-PID'ye göre ise yaklaşık %79–82 oranında azalttığını ve diğer metriklerde de belirgin iyileşmeler sağladığını göstermektedir. Genel olarak bu sonuçlar, önerilen yöntemin hem yumuşak eğrilikli hem de keskin köşeli yörüngelerde yüksek takip doğruluğu sağladığını ve delta robotlarda klasik kural-tabanlı yöntemlere uygulanabilir bir alternatif sunduğunu göstermektedir.

Özet (Çeviri)

Delta parallel robots provide high speed and precision in industry thanks to their closed-chain parallel architectures; however, because this structure also gives rise to nonlinear and trajectory-dependent dynamics, classical rule-based PID tuning may not deliver consistent performance across different trajectories. This study proposes a reinforcement learning–based PID tuning method for trajectory tracking control of delta parallel robots. Using the Deep Deterministic Policy Gradient (DDPG) algorithm, the PID gains (K_p,K_i,K_d) are optimized within predefined bounds in a continuous action space, thereby aiming to overcome the limitations of classical rule-based tuning under nonlinear and trajectory-dependent dynamics. The proposed DDPG-PID method is comparatively evaluated against the Ziegler–Nichols (ZN) and Cohen–Coon (CC) tuning rules in a simulation environment on four reference trajectories (circle, lemniscate, diamond, and star). Tracking performance is quantitatively assessed using the RMSE, IAE, ISE, ITAE, and maximum error metrics. The results show that DDPG-PID yields the lowest error across all trajectories, reducing RMSE by approximately 35–58% compared with ZN-PID and by approximately 79–82% compared with CC-PID, while also providing significant improvements in the other metrics. Overall, these results indicate that the proposed method achieves high tracking accuracy on both smoothly curved and sharp-cornered trajectories and offers an applicable alternative to classical rule-based methods for delta robots.

Benzer Tezler

  1. Tez No

    252664

    Delta paralel robot ileri ve ters kinematik hesaplamaları

    Delta parallel robot forward and inverse kinematics

    ERSİN DOĞAN

    Yüksek Lisans

    Türkçe

    Türkçe

    2010

    Mühendislik BilimleriEskişehir Osmangazi Üniversitesi

    Elektrik-Elektronik Mühendisliği Ana Bilim Dalı

    PROF. DR. ABDURRAHMAN KARAMANCIOĞLU

  2. Tez No

    624768

    Robotlar ve uygulamaları

    Robots and their applications

    EMRAH OZAN

    Yüksek Lisans

    Türkçe

    Türkçe

    2020

    Elektrik ve Elektronik MühendisliğiBatman Üniversitesi

    Elektrik-Elektronik Mühendisliği Ana Bilim Dalı

    PROF. DR. SAADETTİN AKSOY

  3. Tez No

    449308

    Control of a quadrotor unmanned aerial vehicle equipped with a delta robot manipulator

    Delta robot ile donatılmış bir dört döner kanatlı insansız hava aracının denetimi

    AHMED AKSAL

    Yüksek Lisans

    İngilizce

    İngilizce

    2016

    Mühendislik BilimleriAtılım Üniversitesi

    Mekatronik Mühendisliği Ana Bilim Dalı

    YRD. DOÇ. DR. KUTLUK BİLGE ARIKAN

  4. Tez No

    374193

    Design and analysis of a delta type robot

    Delta tipi bir robotun tasarım ve analizi

    ONUR GÖKCAN

    Yüksek Lisans

    İngilizce

    İngilizce

    2013

    Mekatronik MühendisliğiDokuz Eylül Üniversitesi

    Mekatronik Mühendisliği Ana Bilim Dalı

    DOÇ. DR. ZEKİ KIRAL

  5. Tez No

    75538

    Yeni bir hata değişik delta ağ maddeli arttırılmış delta ağı (ADA)

    Başlık çevirisi yok

    M.EBRU KOLUSAYIN

    Yüksek Lisans

    Türkçe

    Türkçe

    1998

    Bilgisayar Mühendisliği Bilimleri-Bilgisayar ve Kontrolİstanbul Teknik Üniversitesi

    Kontrol ve Bilgisayar Mühendisliği Ana Bilim Dalı

    DOÇ. DR. MEHMET BÜLENT ÖRENCİK

Geri Dön